Takk for at du sendte din henvendelse! En av våre teammedlemmer vil kontakte deg straks.
Takk for at du sendte din bestilling! En av våre teammedlemmer vil kontakte deg straks.
Kursplan
Innføring i forsteringslæring og agentic AI
- Beslutningsfattelse under usikkerhet og sekvensiell planlegging
- Det komponenter av RL: agenter, omgivelser, tilstander og belønninger
- Rollen til RL i adaptive og agentic AI-systemer
Markov Decision Processes (MDP-er)
- Formell definisjon og egenskaper ved MDP-er
- Verdifunksjoner, Bellman-likninger og dynamisk programmering
- Politikkvurdering, forbedring og iterasjon
Modellfri forsteringslæring
- Monte Carlo og Temporal-Difference (TD) læring
- Q-læring og SARSA
- Håndholdt: implementering av tabellbaserte RL-metoder i Python
Dyp forsteringslæring
- Kombinering av neurale nettverk med RL for funksjonsapproximasjon
- Deep Q-Networks (DQN) og experience replay
- Actor-Critic-arkitekturer og politikkgrader
- Håndholdt: trening av en agent ved hjelp av DQN og PPO med Stable-Baselines3
Utforskningsstrategier og belønningsformedning
- Balansere utforskning vs. utnyttelse (ε-greedy, UCB, entropimetoder)
- Design av belønningsfunksjoner og unngå uønskede atferder
- Belønningsformedning og kurslæring
Avanserte temaer i RL og beslutningsfattelse
- Multi-agent forsteringslæring og samarbeidsstrategier
- Hierrarkisk forsteringslæring og options-rammeverk
- Offline RL og imitasjonslæring for tryggere utlevering
Simuleringsomgivelser og evaluering
- Bruk av OpenAI Gym og tilpassede omgivelser
- Kontinuerlige vs. diskrete handling rom
- Mål for agentprestasjoner, stabilitet og prøveeffektivitet
Integrasjon av RL i agentic AI-systemer
- Kombinering av resonning og RL i hybrid agent-arkitekturer
- Integrasjon av forsteringslæring med verktøybrukende agenter
- Operative overvegelser for skalering og utlevering
Avsluttende prosjekt
- Design og implementering av en forsteringslæringsagent for en simulert oppgave
- Analyse av treningsprestasjoner og optimalisering av hyperparametere
- Demonstrasjon av adaptiv oppførsel og beslutningsfattelse i en agentic kontekst
Oppsummering og neste steg
Krav
- Solid ferdighet i Python-programmering
- God forståelse av maskinlærings- og dypgående maskinlæringskonsepter
- Kjennskap til lineær algebra, sannsynlighetsteori og grunnleggende optimeringsmetoder
Målgruppe
- Ingeniører for forsteringslæring og anvendte AI-forskere
- Utviklere innen robotikk og automatisering
- Ingeniørteam som jobber med adaptive og agentic AI-systemer
28 Timer
Referanser (3)
Instruktøren er tålmodig og svært hjelpsom. Han kjenner emnet godt.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Kurs - Agentic AI for Business Automation: Use Cases & Integration
Maskinoversatt
God blanding av kunnskap og praksis
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Agentic AI for Enterprise Applications
Maskinoversatt
Blandingen av teori og praksis, samt perspektiver på både høy nivå og lav nivå
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurs - Autonomous Decision-Making with Agentic AI
Maskinoversatt
